基于贝叶斯网络的多维分类问题研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-14页 |
| 第一章 绪论 | 第14-20页 |
| 1.1 研究背景与现状介绍 | 第14-16页 |
| 1.1.1 研究背景 | 第14-15页 |
| 1.1.2 研究现状 | 第15-16页 |
| 1.2 分类问题和常用分类方法介绍 | 第16-18页 |
| 1.3 本文的主要研究内容与章节安排 | 第18-20页 |
| 第二章 贝叶斯网络与贝叶斯分类模型 | 第20-32页 |
| 2.1 贝叶斯网络介绍 | 第20-23页 |
| 2.1.1 概率论和信息论基础 | 第20-21页 |
| 2.1.2 贝叶斯网络定义 | 第21-23页 |
| 2.2 贝叶斯网络分类模型介绍 | 第23-28页 |
| 2.2.1 一维贝叶斯分类模型 | 第23-25页 |
| 2.2.2 多维贝叶斯分类模型 | 第25-28页 |
| 2.3 属性选择问题与常用方法 | 第28-32页 |
| 第三章 基于评分搜索的贝叶斯链分类器 | 第32-48页 |
| 3.1 多标记分类问题 | 第32-33页 |
| 3.2 链分类器 | 第33-35页 |
| 3.3 贝叶斯链分类器 | 第35-38页 |
| 3.3.1 链分类器的分类原理 | 第35-36页 |
| 3.3.2 贝叶斯链分类器的学习 | 第36-38页 |
| 3.4 基于评分搜索的贝叶斯链分类器 | 第38-43页 |
| 3.4.1 基于聚类的属性选择方法 | 第39-40页 |
| 3.4.2 基于评分搜索的贝叶斯链分类器 | 第40-43页 |
| 3.5 实验仿真 | 第43-48页 |
| 3.5.1 实验数据集 | 第44页 |
| 3.5.2 实验环境 | 第44页 |
| 3.5.3 实验的评价指标 | 第44页 |
| 3.5.4 实验结果与分析 | 第44-48页 |
| 第四章 基于聚类的多维分类模型 | 第48-56页 |
| 4.1 聚类问题和常用的聚类方法 | 第48页 |
| 4.2 基于聚类的多维分类模型学习 | 第48-52页 |
| 4.2.1 VAT算法 | 第49-50页 |
| 4.2.2 CFS方法 | 第50页 |
| 4.2.3 基于聚类的多维分类模型的学习 | 第50-52页 |
| 4.3 实验仿真与分析 | 第52-56页 |
| 第五章 工作总结和展望 | 第56-58页 |
| 5.1 工作总结 | 第56-57页 |
| 5.2 工作展望 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-64页 |
| 攻读硕士学位期间的研究成果 | 第64-65页 |
